planiq-如何使用项目属性来完善您的预测

[#1]

元数据属性是静态的，非时期的分类文本特征，描述了历史时间序列数据中的项目。属性的示例可能是样式，类别，地理位置，大小，项目层次结构级别等。PLANIQ支持的高级神经网络学习算法可以利用这些属性中捕获的信息来产生更准确的预测。他们通过基于类似项目发现可用时间序列数据的模式来做到这一点。

属性在冷启动 / NPI（新产品介绍）方案中非常有用，在该场景中，应该为新项目制作有限的历史数据或根本没有历史数据的新项目的预测。在这些项目与先前存在的项目共享属性（特征）的情况下，神经网络机器学习算法可以使用属性利用相似项目的历史数据来为新项目提供预测。了解更多信息，。

为了使用属性，用户必须选择DEEPAR+或CNN-QR作为预测模型算法，并基于包含属性模块的数据集合来训练模型。请注意以下事项：

1. 历史数据模块中的每个项目都应在属性模块中存在。
2. 该属性模块最多可以包含9个属性字段。Planiq假设这些字段为文本（字符串）。
3. 这些领域没有命名约定。

有关属性模块的更多信息，请参考anapedia。

属性模块的示例

收到有关此内容的反馈？在下面的评论中让我们知道。